Transcript CAPITOLUL 2 METODE DE STUDIU ALE CIBERNETICII

CAPITOLUL 3
METODE DE STUDIU ALE
CIBERNETICII ECONOMICE.
MODELAREA ŞI SIMULAREA CAS
2.1 Modelarea – metoda de bază a ciberneticii
2.2 Modelarea bazată pe ecuaţii în economie
2.3 Modelarea bazată pe agenţi în economie
2.4 Simularea sistemelor cibernetice
2.1 Modelarea – metoda de bază a
ciberneticii
• Wilson (1990): „Un model este o interpretare explicită a
unei situaţii sau chiar a unei idei despre această situaţie. El
poate fi exprimat matematic, simbolic sau în cuvinte. Dar
este în esenţă o descriere a entităţilor (elemente,
subsisteme), proceselor sau atributelor şi a relaţiilor dintre
ele. El poate fi prescriptiv sau ilustrativ, dar înainte de
toate trebuie să fie util”.
Modelul M al unui sistem S poate fi definit ca fiind ca un
cvintuplu format din elementele (multimile):
•
•
•
•
•
S – sistemul modelat;
H – observatori;
U – universul reprezentarilor posibile;
T – tehnici de modelare;
D – destinatarii modelului.
• Procesul de modelare:
IS
Sistem modelat
T
Observator
IM
M
IS’
Figura 2.1
Destinatar
Condiţii ca M să fie model:
M este un model al lui S dacă şi numai dacă:
i) M şi S sunt amândouă sisteme;
ii) Pentru orice element (subsistem) Si exista cel mult un
element (submodel) Mi;
iii) Pentru orice relaţie rij dintre elementele lui S există cel
mult o relaţie corespondentă mij;
iv) Pentru orice mulţime de elemente (submodele) legate
printr-o relaţie mij în M există o mulţime corespondentă de
elemente (subsisteme) din S, legată printr-o relaţie
corespondentă rij.
Modelul reprezintă o abstrac ţie a unui sistem real sau
imaginar:
Model
M13
M24
Sistem modelat
S2
S1
S3
S4
Figura 2.2
Proprietăţi generale ale modelelor:
a) Non-simetria: dacă A modelează B atunci B poate să nu
modeleze A;
b) Reflexivitatea : orice sistem este un model al lui însuşi;
c) Tranzitivitatea: dacă A este un model al lui B şi B este un
model al lui C atunci A este un model al lui C;
d) Non-transferabilitatea: două modele ale aceluiaşi sistem
nu sunt în mod necesar echivalente. Altfel spus, putem
reprezenta un sistem în mai multe moduri, asociindu-le
modele care nu au relaţii între ele;
e) Reducerea complexităţii: dacă A modelează B atunci A este
cel mult la fel de complicat ca B. Se spune, în acest caz, că A
este mai simplu decât B;
f) Non-partiţionarea: un model al unui subsistem nu este în
mod necesar model al întregului sistem;
g) Irelevanţa: un model al întregului sistem este irelevant
pentru un subsistem al sistemului respectiv.
Criterii de evaluare a modelelor cibernetice:
1) Consistenţa modelului se referă la imposibilitatea celui care
utilizează modelul de a face confuzii. Un model nu trebuie să
conţină ambiguităţi intenţionate. Astfel, simbolurile
utilizate (matematice, grafice etc.) trebuie să fie unic
definite. Criteriul consistenţei este evaluat printr-un şir de
întrebări cum ar fi: este fiecare element (parametru,
variabilă) din model bine definit? Dacă nu, pot fi eliminate
aceste elemente fără a afecta modelul? Este construit
modelul pe baza unor reguli precise şi unic determinate?
2) Completitudinea modelului se referă la faptul că nici un
aspect important al modelului nu trebuie evitat sau neglijat.
Deoarece modelele simplifică realitatea, completitudinea
este relativă chiar şi în cazul unor modele „complete” care
pot fi dificil de înţeles şi utilizat. De aceea, în unele
situaţii,modele incomplete pot fi mai utile decât cele
complete. Completitudinea poate fi evaluată utilizând
întrebări cum ar fi: este fiecare element relevant din sistem
reprezentat printr-un element din model? Dacă nu, sunt
elementele absente într-adevăr relevante? Care este
relevanţa modelului fără aceste elemente? Etc.
3) Validitatea modelului reprezintă criteriul cel mai important
de apreciere a valorii unui model. Un model care nu este
valid poate genera implicaţii şi concluzii incorecte privind
sistemul modelat. Inferenţele logice privind performanţele
sistemului, bazate pe modele invalide, vor fi ele însele
neadevărate. Validitatea modelelor se poate determina prin
întrebări de forma: rezultatele obţinute prin utilizarea
modelului corespund rezultatelor observate în sistemul real?
Dacă nu, abaterile observate sunt de natură să conducă la
invalidarea modelului? Dacă da, ce schimbări sunt necesare
în model pentru a elimina aceste diferenţe?
• Procesul de modelare cibernetică
TEORIE
ANALIZA
INFORMAŢIEI
OBSERVAREA
SISTEMULUI
ELABORAREA
MODELULUI
MEDIUL
EXTERN
SISTEM
MODELAT
VALIDAREA
MODELULUI
Figura 2.3
ANALIZA
SISTEMULUI
Principalele etape ale procesului de modelare:
(1) Observarea sistemului este, de regulă, etapa iniţială a
procesului de modelare. În cadrul acestei etape, pornind de
la o teorie sau metodologie elaborată anterior, se culeg date
şi informaţii despre sistemul care urmează a fi modelat
şi/sau mediul său înconjurător.
(2) Analiza şi interpretarea informaţiei urmează imediat
după etape de observare. Informaţiile culese pot fi, de
multe ori, foarte diverse sau într-un volum extrem de mare.
Aceste informaţii sunt clasificate, ordonate, separate de
informaţiile irelevante sau redundante, rămânând în final
doar informaţia relevantă, care va fi utilizată efectiv în
elaborarea modelului. De regulă, această etapă utilizează
diferite metode statistice, econometrice sau de data mining
care cresc eficienţa şi precizia informaţiilor astfel
obţinute.
(3) Analiza sistemului are drept obiectiv principal obţinerea
de informaţii relevante despre sistem prin studiul
proprietăţuilor acestuia care pot fi evidenţiate fără
utilizarea unui anumit model. Analiza de sistem se face pe
baza unor percepte teoretice şi practice riguroase şi a unor
metodologii de analiză de sistem. Se stabilesc în cadrul
acestei etape principalele subsisteme ale sistemului analizat,
variabilele şi parametrii care definesc sistemul respectiv,
interdependenţele dintre acestea, factorii care determină
schimbări de comportament în sistem şi modul în care mediul
înconjurător influenţează sistemul modelat. Metodele de
analiză de sistem utilizate în cibernetică sunt foarte diverse
şi multe dintre ele se efectuează cu ajutorul calculatoarelor
şi a unor softuer-uri foarte dezvoltate.
(4) Elaborarea propriu-zisă a modelului reprezintă etapa
centrală a întregului proces de modelare. Ea are drept
principal obiectiv obţinerea unui model al sistemului într-o
formă anterior stabilită (matematică, grafică, etc,). În
cadrul acestei etape sunt stabilite principalele relaţii dintre
variabilele şi parametrii sistemului, sunt structurate
principalele blocuri ale modelului şi conexiunile dintre
acestea. În cadrul modelului elaborat se specifică datele şi
informaţiile necesare pentru ca el să poată fi rezolvat
utilizând o anumită metodă de rezolvare.
(5) Validarea modelului reprezintă etapa finală a procesului de
modelare în cadrul căreia modelul obţinut este testat, iar
soluţia acestuia este comparată cu proprietăţile sistemului
modelat. Validarea modelului poate conduce la anumite
modificări ale acestuia, astfel încât să răspundă mai bine
obiectivelor urmărite. Uneori validarea poate conduce la
concluzia că întregul proces de modelare trebuie reluat,
astfel încât să se îmbunătăţească în mod semnificativ
performanţele modelului elaborat. Există, de asemenea,
diferite metode de validare care depind de tipul de model
elaborat, de dimensiunile acestuia sau de precizia datelor şi
informaţiilor dorite.
2.2 Modelarea bazată pe ecuaţii în economie
1) Modelul dinamic liniar continuu
 dx(t )

 Ax(t )  Bu(t )
 dt

y (t )  Cx (t )

 x1 (t ) 
 x (t ) 
x(t )   2 ,
  


 x m (t )
 u1 (t ) 
 u (t ) 
2
,
u (t )  
  


u p (t )
 y1 (t ) 
 y (t ) 
y (t )   2 ,
  


y
(
t
)
 n 
 c11 c12

c
c
C (t )   21 22
 

cn1 cn 2
 a11 a12
a
a
A   21 22
 

am1 am 2
 c1m 

 c2 m 
 

 cnm 




a1m 
a2m 
,


amm 
 b11 b12
b b
21
22
B
 

bm1 bm2




b1 p 
b2 p 


bmp 
• Schema structurală a modelului dinamic continuu:
u(t)
B(t)

x®(t)
X(t)
C(t)
x(t)
A(t)
Y(t)
• Soluţia modelului continuu:
Traiectoria
x(t )  e
A( t t0 )
t
[ x 0   A(t 0   ) Bu ( ) d ]
t0
y(t )  Ce A(t t 0 ) [ x0 
t
 A(t0   )Bu( )d ]
t0
2)
Modelul dinamic liniar discret:
 xt 1  At xt  Bt ut

yt  Ct xt

• Soluţia generală a a modelelor discrete

 n  i  1 i
 ut i  c1t  c2tt  ...  cnt n 1t
xt  b 
i

i 0 
Exemplu de model bazat pe ecuaţii
1) Modelul IS – LM dinamic continuu
1) e(t) = a + b(1 − t1)y(t) − hr(t) a > 0, 0 < b < 1, 0 < t1 < 1, h > 0
2) md(t) = ky(t) − ur(t)
k, u > 0
3)
4)
y = y’(t) = α(e(t) − y(t)), α > 0
.
= r’(t) = β(md(t) − m0),
β>0
r
.
5) m0 = M0/P
Forma matriciala a modelului:
 .  a[b(1  t )  1]  ah  y   a 
1
 y.   





k
 u   r   m0 
r  
 
• Curba IS:
a  [1  b(1  t1 )]y
r
h
• Curba LM:
ur  m0
y
k
sau
• Coordonatele punctului de echilibru E0:
 a  (h / u )m0
 (m0 / u )(1  b(1  t1 ))  (k / u)a 

( y , r )  
1  b(1  t1 )  (kh / u)
 1  b(1  t1 )  (kh / u)

*
*
Politici monetare:
A) Scăderea ofertei nominale de bani
B) Creşterea masei monetare
2) Modelul AD-AS dinamic discret
 t  f (Yt  Y )   te  (1   ) S t

n
n
 te    i  t i ,   i  1
i 1
i =1

Y  k ( A  N e  I r )
e t
r t
 t
rt  it   te
 d
m  M y Yt  M i it

 t

M 
M 
s






(1
+



)

m
t
t
t

 p 

p

t

 t 1

(1   t )(1   * )

et  et 1
1 t

 d
M 
s


m


m
 t
t
 p 


t

• Ecuaţia ofertei agregate, AS
 t    f (Yt  Yt )  (1  )St
e
t
 t  ( pt  pt 1 ) / pt 1
 te- rata anticipată a inflaţiei
Yt - outputul curent
Yt - outputul potenţial
St - şocul ofertei
Inflatia anticipata:
(i)  te   t 1
(ii)  te  0.5 t 1  0.5 t 2
n
n
i 1
i =1
(iii)    ai t i ;  a i  1
e
t
Cererea agregată:
Dt  Ct  I t  Gt  X t  M t 
 Ct  I t  Gt  NX t
Rata de schimb:
*
*
*
pt
pt 1 (1   *t )
pt 1 Et 1   *t
et  E t
 Et
 Et 1

pt
pt 1 (1   t )
pt 1 Et 1 1   t
(1   t )(1   *t )
 et 1
1 t
t 
Et  Et 1
Et 1
• Ecuaţia cererii agregate, AD (determinare)
 Dt  Ct (Yt d )  I t (rt )  Gt  NX t (et )
 D
Yt  Yt  Tt
~t  1
T  T  ~t Y ,
T

0
;
0

0
t
0


d
C0  0;
0<c<1
Ct  C0  cYt ,
I  I  I r ,
I0  0;
Ir  0
0
r t
 t
 NX t  N 0  N e et
N0  0;
Ne  0

 Dt  Yt
Ne
Ir
1
Yt 
~ A
~ et 
~ rt
1  c(1  t )
1  c(1  t )
1  c(1  t )
k
1
~ 0
1  c(1  t )
A = C0 + I0 + N0 + Gt - cI0
Forma generala a ecuatiei AD:
Yt  k ( A  N e et  I r rt )
Rata reală a dobânzii (condiţia Fisher):
rt  it   te
Oferta reală de bani:
Mt  M 
m 
  
pt  p  t
s
t
Cererea reală de bani:
md t  M yYt  M i it , M y  0; Mi  0
Condiţia de echilibru a pieţei financiare:
m m
s
t
d
i
Ecuaţia de dinamică a ofertei de bani reală:
M  M 
     (1   t   t )
 p  t  p  t 1
.
A
et+1
St
Sectorul real
πt
Yt
 te
t
t
Ecuaţii de dinamică
rt
et+1
Yt
M 
 
 p t 1
t
Sectorul monetar
m td
mtd
rt
it
M 
 
 p t 1
Figura 2.12 Legăturile intersectoriale ale modelului AD – AS dinamic
2.3 Modelarea bazată pe agenţi în
economie
2.3.1 Ce este un agent?
Concise Oxford Dictionary (1988): ,,cineva care, sau prin care se
exercită putere sau produce un efect”
Shardlow (1990) arată că ,,Agenţii fac lucruri, ei acţionează: de aceea ei
se numesc agenţi”
Cris Langthon (1995) foloseste denumirea “agent” pentru entitaţi
artificiale, capabile să simuleze comportamente simple umane.
Jennings, Sycara şi Wooldridge (1998) pentru care ,,un agent este un
sistem de calcul situat într-un anumit mediu, care este capabil de
acţiune autonomă flexibilă pentru a realiza obiectivele sale
proiectate”
Luck, M., ş.a. (2001) La întrebarea ,,Ce este un agent ?” se
răspunde: ,,Agenţii pot fi definiţi ca fiind entităţi
computaţionale rezolvitoare de probleme, autonome, capabile
să execute operaţii în medii dinamice şi deschise”
J. Ferber (1995) detaliază şi mai mult lucrurile, el spunând, în
esenţă, că agenţii sunt entităţi reale (fizice) sau virtuale
care:
• Acţionează într-un mediu specificat;
• Comunică cu alţi agenţi;
• Urmează un set de tendinţe, reprezentând obiective sau
optimizează o funcţie;
• Dispun de resurse;
• Percep mediul înconjurător până la o anumită limită;
• Reprezintă intern mediul înconjurător (unii agenţi doar
reacţionează);
• Oferă cunoaştere şi servicii;
• Se autoreproduc (opţional);
• Satisfac obiective bine definite, ţinând cont de resurse,
cunoştinţe, percepţie, reprezentare şi stimuli.
• Thomas Schelling a fost primul economist care a aplicat noile
metode ale A-life în studiul sistemelor. El a creat o economie
virtuală utilizând pentru aceasta o tablă de şah şi monede de
diferite valori care se puteau mişca pe această tablă
reprezentând anumite reguli simple. Aplicând regulile respective
a constatat că preferinţe foarte slabe pentru a locui şi lucra
într-o anumită parte a mesei de şah conduc, după multiple
iteraţii, la diferenţe foarte mari între localizarea monedelor
(segregare).
• Biologul Tim Ray se pare că a fost primul care a utilizat termenul
de „agent” în sensul său actual. El a studiat programe care se
puteau autocopia în memoria calculatorului, aceste programe
având ca durată de viaţă finită. Programele erau lăsate să ruleze
mai mult timp şi ele se angajau în activităţi echivalente cu
competiţia, frauda şi reproducerea. Când agenţii-programe
realizau copii ale lor în memoria calculatorului, se schimba în mod
aleator o linie de cod. Astfel, se introduceau mutaţii, unele dintre
acestea fiind distructive şi provocând „moartea” programului, dar
altele făceau ca un program-agent să-şi îndeplinească mai bine
rolul, în sensul că ele aveau nevoie de mai puţine instrucţiuni şi
erau capabile să se autocopieze mai rapid, mai sigur şi să ruleze
mai repede. Programele-agenţi mai scurte se reproduceau mai
repede şi, foarte curând, ele îi înlăturau pe „competitorii” lor mai
lenţi.
2.3.2 Definitii ale agentilor
1) Agent in sens larg
•
Autonomie: agentul operează fără intervenţia directă a oamenilor
•
Reactivitate: agentul percepe mediul înconjurător (care poate fi
•
Proactivitate: agentul nu reacţionează doar ca răspuns la
•
Abilitate socială: agentul interacţionează cu alţi agenţi (şi posibil
sau a altor sisteme şi are un anumit tip de control asupra acţiunilor
(activităţilor) proprii şi stării interne;
realitatea fizică, un utilizator prin intermediul unui interfeţe
grafice, o mulţime de alţi agenţi, Internet sau Intranet, o
combinaţie a acestora ş.a.) şi răspunde de o anumită manieră la
schimbările continue şi neanticipate care au loc în mediu;
schimbările din mediul înconjurător; el este capabil să aibă
comportamente orientate către atingerea unor scopuri, având în
acest sens iniţiativă proprie;
oameni) utilizând un anumit limbaj de comunicare, care este înţeles
de toţi ceilalţi agenţi (sau oameni).
2) Agent în sens restrâns
• Mobilitate: agentul are abilitatea de a se deplasa într-o
reţea (de exemplu pe WWW);
• Capabilitatea: agentul nu comunică informaţii false;
• Bunăvoinţa: agentul nu are scopuri conflictuale în raport cu
alţi agenţi şi execută întotdeauna ceea ce i se cere;
• Inteligenţa: agentul acţionează asemănător, în unele
privinţe, cu o fiinţă inteligentă.
2.3.3 Agenti si sisteme bazate pe agenţi
Prin sistem bazat pe agenţi (ABS) se înţelege un sistem de
calcul în care elementul cheie îl reprezintă agentul.
Un ABS este deci un sistem care poate conţine unul sau mai
mulţi agenţi.
Sistemele multiagent reprezintă sisteme bazate pe agenţi
care sunt apte să reprezinte probleme care au multiple
metode de rezolvare a problemelor, perspective multiple
şi/sau entităţi rezolvitoare de probleme multiple.
Deci ele au avantajele sistemelor distribuite şi concurente de
rezolvare a problemelor, dar mai au şi avantajul
suplimentar al modalităţilor sofisticate de interacţiune.
Tipurile principale de interacţiune ce pot fi găsite în
sistemele multiagent includ: colaborarea, coordonarea,
cooperarea şi negocierea.
• Colaborarea stabileşte maniera de repartizare a unei sarcini
între mai mulţi agenţi, fiind posibil să se utilizeze aici
tehnici specializate sau distribuite.
• Coordonarea realizează maniera în care acţiunile pentru
îndeplinirea diferitelor sarcini pot fi organizate în timp şi
spaţiu pentru a realiza obiectivele. Deoarece apar frecvent
diferite complicaţii, se pune şi problema de a putea să le
limităm efectele. Tehnicile de negociere servesc aici la a
satisface părţile implicate, stabilind compromisuri ce permit
depăşirea naturii conflictului.
• Cooperarea este forma generală de interacţiune cea mai
studiată în studiul sistemelor multiagent. Într-o manieră
simplă, ea poate fi redusă la a determina cine ce face, când
şi cu ce mijloace, în ce mod şi cu cine. Ea constă în
rezolvarea unor subprobleme, prin repartizarea de sarcini,
coordonarea acţiunilor şi rezolvarea conflictelor ce pot să
apară.
• Negocierea presupune realizarea coordonării, cooperării şi
coordonării agenţilor din cadrul sistemului multiagent prin
mediere, adică prin folosirea unor agenţi mediatori, în vederea
aplanării conflictelor.
A. Newell, într-o celebrǎ lucrare apǎrutǎ în 1990, a fost cel care
a arătat necesitatea şi posibilitatea utilizării în procesele de
negociere a inteligenţei artificiale şi “elaborării unor sisteme
care să ţină seama de schimbarea continuă a mediului
înconjurător” (Newell, 1990). Acest lucru necesită schimbarea a
însăşi elementelor de bază ale raţionamentului din cadrul
sistemelor respective. Aşa au apărut sistemele bazate pe
cunoaştere, din care se poate spune, fără a greşi prea mult, că
fac parte şi sistemele bazate pe agenţi.
Inteligenţa comportamentală, conform lui R. Brooks
(1991), este inteligenţa rezultata in urma interacţiunii
dintre un agent şi mediul său. Brooks arata ca:
“ comportamentul inteligent emerge din interacţiunea
dintre comportamente mai simple, dar diferite între
ele”
• Pentru a încorpora inteligenţa comportamentală în sistemele
multiagent au fost propuse arhitecturi hibride, care să
încorporeze atât proprietăţile metodei de organizare bazată
pe raţionamentul logic, cât şi ale celei bazate pe
comportamentul reactiv la mediu. Astfel de arhitecturi erau
organizate fie vertical (astfel încât doar un singur nivel să
aibă acces la senzorii şi efectorii agentului), fie orizontal
(astfel ca toate nivelele să aibă acces la senzorii de intrare
şi la acţiunea de ieşire a agentului).
• Multe arhitecturi consideră ca fiind suficiente trei nivele.
Astfel, la nivelul cel mai de jos din ierarhie se află un agent
,,reactiv”, care ia decizii privind acţiunile ce le va
întreprinde doar pe baza inputului asigurat de senzori.
Nivelul din mijloc acţionează ca un agent al cunoaşterii,
generalizând comportamentele relevate de primul nivel şi
folosind reprezentări simbolice. Al treilea nivel al
arhitecturii, cel superior, tinde să opereze cu aspecte
sociale ale mediului şi de aceea se numeşte agentul
cunoaşterii sociale sau meta-agent. Aici găsim reprezentări
despre ceilalţi agenţi – scopurile acestora, convingerile,
comportamente posibile ş.a.
• O ultimă tendinţă în realizarea sistemelor multiagent este
cea care porneşte de la agenţii care au raţionamente
practice. Aceştia sunt acei agenţi a căror arhitectură este
inspirată din modalitatea practică de gândire a oamenilor.
Prin raţionament practic se înţelege un mod pragmatic de a
decide şi acţiona. Teoriile despre raţionamentul practic fac,
de regulă, referire la o psihologie a populaţiei, în care
comportamentul este înţeles ca un rezultat al atitudinilor,
cum ar fi credinţele, dorinţele, intenţiile ş.a.m.d.
Comportamentul uman poate fi privit ca apărând din
interacţiunile dintre aceste atitudini.
• Arhitecturile care imită raţionamentul practic sunt
modelate ţinând cont de aceste interacţiuni. Modelele de
acest tip se numesc modele BDI (Belief–Desire–Intention)
(Georgeoff, Kinny, (1997)). Agenţii BDI sunt caracterizaţi
de o anumită ,,stare mentală” care specifică valorile
atribuite celor trei componente: convingeri, dorinţe şi
intenţii.
2 3.4 Tipologia (clasificarea) agenţilor
În raport cu proprietăţile pe care le au agenţii:
- agenţi autonomi: agenţi proactivi, orientaţi către un scop şi
acţionând conform acestuia, fără să fie necesară intervenţia
utilizatorului, confirmarea şi acordul acestuia;
- agenţi adaptivi: agenţi care se adaptează dinamic şi învaţă
despre şi din mediul lor înconjurător. Deci aceşti agenţi se
adaptează la incertitudine şi schimbare;
- agenţi reactivi: agenţi care sunt activaţi de evenimente şi
senzitivi la conjunctura din domeniul realităţii
înconjurătoare. Aceşti agenţi sunt capabili să simtă şi să
acţioneze;
- agenţi mobili: agenţi care se deplasează unde este nevoie,
posibil urmând un itinerar. Deplasarea se poate face într-un
spaţiu real sau virtual;
- agenţi interactivi: agenţi care interacţionează cu oamenii, alţi
agenţi, sisteme legale şi surse informaţionale;
-
agenţi cooperativi: agenţi care îşi coordonează acţiunile şi
negociază pentru a atinge obiective comune;
- agenţi sociali: agenţi care colaborează cu alţi agenţi şi/sau
oameni pentru a atinge scopuri comune;
- agenţi cu personalitate: agenţi având caracteristici de
personalitate umane cum ar fi emoţii, intenţii, convingeri,
răspunderi ş.a.;
- agenţi inteligenţi: agenţi care încorporează caracteristici ce
definesc inteligenţa umană cum sunt introspecţia, învăţarea,
adaptarea, ş.a.
După funcţiile realizate:
- agenţi informaţionali: agenţi care colectează informaţie din
surse multiple eterogene şi trimit informaţie către surse
multiple;
- agenţi interfaţă utilizator: agenţi care comunică cu oamenii
utilizând diferite tipuri de interfeţe, inclusiv limbajul
natural;
- agenţi reactivi (actori): agenţi care execută anumite
operaţii în mod autonom şi în timp real ca urmare a apariţiei
anumitor evenimente sau mesaje în mediul înconjurător;
- agenţi mediatori: agenţi care mijlocesc alocarea resurselor de
orice fel între oameni şi/sau alte categorii de agenţi
2.3.5 Agenţii şi mediul inconjurător
• Agenţii percep mediul prin senzori şi acţionează
asupra lui prin efectori
percepţie
(senzori)
Agent
Mediu
acţiune
(efectori)
• Două aspecte sunt critice pentru mediile agenţilor: cel fizic şi
cel comunicaţional.
• Mediul fizic defineşte acele principii şi procese care
guvernează şi susţin o populaţie de entităţi (agenţi). De
exemplu, pentru agenţii biologici (animale şi plante), ne referim
la mediul lor fizic ca la o nişă ecologică. În ce priveşte agenţii
artificiali, aceştia pot avea diferite cerinţe pentru a supravieţui
(funcţiona), dar au nevoie de un mediu fizic (similar nişei
ecologice) pentru a exista.
• Dacă în medii cu un singur agent, agenţii sunt priviţi ca entităţi
independente, în medii cu mai mulţi agenţi, aceştia devin
entităţi interdependente. Dacă în primul caz, agentul poate să
acţioneze singur, în al doilea caz el trebuie să comunice cu
ceilalţi agenţi. Apare, astfel, conceptul de mediu
comunicaţional. Acesta conţine, în primul rând, principiile şi
procesele care guvernează şi susţin schimbul de idei,
cunoştinţe, informaţii şi date. De asemenea, el conţine acele
funcţii şi structuri care sunt utilizate pentru a asigura
comunicarea cu ceilalţi agenţi, cum ar fi roluri, grupuri şi
protocoale de interacţiune dintre roluri şi grupuri.
2.3.6 Conceperea unui MBA
Conceperea unui MBA poate fi acum definit ca fiind procesul în
care se rezolvă următoarele probleme:
1) Care este arhitectura agentului, ştiind că comportamentul
să depinde de această funcţie. Se poate introduce o
concepţie generală care să permită legarea
comportamentului de aceste satisfacţii? Vom denumi
această problemă ca fiind problema agentului şi a relaţiei
acestuia cu mediul înconjurător.
2) Care sunt tipurile de interacţiune, adică succesiunea de
influenţe reciproce care permite mai multor agenţi să-şi
optimizeze fiecare în parte satisfacţie. Această problemă
revine la cea a coordonării acţiunilor agenţilor, la cooperare
şi negocierea dintre agenţi. De aceea, ea se mai numeşte
problema interacţiunilor agenţilor în cadrul MBA.
3) Cum poate fi făcut să evolueze comportamentul agenţilor
astfel încât ei să înveţe din experienţa trecută şi care sunt
consecinţele asupra comportamentului colectiv al sistemului
multiagent care decurge din aceasta. Problema aceasta se
mai numeşte şi problema adaptării şi învăţării în MBA
(inteligenţei agenţilor) .
• 4) Cum se realizează practic astfel de sisteme, care sunt
programele software sunt necesare, ce limbaje de modelare
se pot folosi pentru a descrie agenţii şi sistemele
multiagent. Aceasta este numită problema proiectării şi
realizării modelului bazat pe agenţi.
Avantajele principale ale modelării bazate pe agenţi (MBA)
• (1) MBA surprinde fenomene emergente;
• (2) MBA constituie o descriere naturală a sistemului
modelat;
• (3) MBA este flexibilă.
2.3.7 Aplicaţii şi exemple de modele
bazate pe agenti în economie
1. Fluxuri: fluxul de cumpărători din magazine,
transport, supply chain;
2. Pieţe: piaţa acţiunilor, piaţa valutară, diferite
pieţe ale bunurilor, agenţi shopbot şi pricebot,
simulare strategică a funcţionării mecanismelor de
piaţă;
3. Organizaţii: proiectarea organizaţiilor virtuale;
simuklarea organizatiilor complexe; riscul
operaţional; diferite reţele organizaţionale;
4. Procese de difuzie din economie si societate:
difuzia inovaţiilor, dinamica adaptivă a sistemlor în
raport cu mediul înconjurător.
2.3.8 Un model bazat pentru agenţi în
economie (F.Ghoulmie, R. Cont, J. P. Nadal,
2005)